P!ython自动化办公应用学习笔记70—PDF文件自动化处理3

“再拖一天，合同扫描件就可能被随意转发，而你连水印都没打。”

很多人以为给PDF加水印只是“加个Logo”，其实真正的麻烦在后面：水印太浅，截图软件一调对比度就消失；水印太深，甲方直接拒收。

最惨的是，水印位置没算好，刚好压住公章，文件直接作废。

一个小技巧：先用ReportLab生成一张透明底的PNG，把文字转成路径，再叠到PDF上。

这样即使对方用PS抠图，水印也会跟着字体轮廓一起碎掉，比直接插文字难拆十倍。

分辨率别盲选300DPI。

实测发现，普通A4合同150DPI足够看清，文件体积只有300DPI的三分之一。

真要存档案，600DPI以上才保险，但记得把图片存成TIFF，PNG在600DPI时动辄上百兆，邮箱根本发不出去。

批量转图时最容易翻车的是内存。

一个200页的技术手册，一次性转图能把16G内存吃满。

把fitz的page.get_pixmap()改成逐页生成，再用PIL的Image.save()直接写磁盘，速度反而更快。

有人用PyPDF2合并文件时遇到“加密失败”，其实是忘了先解密。

很多扫描件带空密码，PyPDF2默认不解，得先reader.decrypt('')一下，再写新文件，不然合并出来的PDF全是空白页。

OCR别迷信在线接口。本地跑Tesseract，把PDF先切成单页PNG，再开8线程识别，准确率比网页版高出一截。关键是把--psm6参数写死，专治表格文字，省得它把“1”认成“l”。

未来最省心的做法可能是让AI自己决定水印：合同类文件自动在页脚加“Confidential”，简历类文件在页眉加姓名拼音，连位置都帮你算好。现在可以先写个简单规则：文件名含“合同”就加红色斜水印，含“发票”就加灰色横条，至少比手动点鼠标快十倍。